Redis
一、Redis介绍
# Redis :软件,存储数据的,速度非常快,redis是一个key-value存储系统(没有表的概念),cs架构的软件
-服务端 客户端(python作为客户端,java,go,图形化界面,命令窗口的命令)
# es:存数据的地方
关系型数据库和非关系型数据库
-关系型:mysql,PostgreSQL,oracle,sqlserver,db2
-PG
-去 IOE:国产化
-IBM--->浪潮信息,曙光,联想
-Oracle--->数据---->达梦...
-EMC存储-->国产存储
-非关系型数据库(nosql):redis(缓存),mongodb(json文档数据存储),es(大数据量存储)...
-nosql 指非关系型数据库: no only sql,对关系型数据库的补充
redis特点
-开源软件,存数据,cs架构
-key-value存储 ,5大数据类型 value的类型是5种:字符串,hash(字典),列表,集合,有序集合
-速度快:
-1 纯内存存储(核心)
-2 使用了IO多路复用的网络模型
-3 数据操作是单线程,避免了线程间切换,而且没有锁,也不会数据错乱
-支持持久化
-纯内存,可以存到硬盘上,防止数据丢失
-redis又被称之为 缓存数据库
二、redis的安装和使用
2.1 安装redis
# redis 是用c语言编写的,需要在不同平台编译成可执行文件,才能在这个平台上运行
-redis 使用了io多路复用种的epoll模型,win不支持epoll
-redis官方,不支持win版本
-微软官方,就把redis改动,编译成可执行,能运行在win上,滞后 3.x版本
-第三方:5.x版本
# redis 官方网:https://redis.io/download/
# redis中文网:http://redis.cn
# win:3.x:https://github.com/microsoftarchive/redis/releases
# win:5.x:https://github.com/tporadowski/redis/releases/
# 安装:一路下一步
-安装完成后,在安装路径下有
-redis-cli.exe # mysql
-redis-server.exe # mysqld
-redis.windows-service.conf # my.ini 配置文件
-并且会自动做成服务
-服务的命令:redis-server.exe redis.windows-service.conf
2.2 启动redis服务端
-1 命令行中 redis 就可以启动服务
-2 命令行中,启动服务,并指定配置文件
redis-server E:\software\redis
redis-server 配置文件路径
-3 使用服务启动
2.3 客户端链接
-方式1 命令行客户端:
-redis-cli # 默认连本地的6379端口
-redis-cli -p 6379 -h 127.0.0.1
-方式2 图形化客户端链接
-1 最新版的Navicate支持链接redis了(收费的)
-2 Redis Desktop Manager(https://resp.app/) 收费的 用的多 qt写图形化界面
-qt是个平台,做GUI[图形化界面]开发
-用c写,用python写 pyqt5
-方式3 python的模块
-pip install redis
2.4 停止redis服务
-客户端链接上后 shutdown,选择SAVE,就会在安装路径下生成一个dump.rdb持久化文件(你停止服务后,就会把内存中的数据保存好,你下次再启动服务,就可以加载,这样数据就不会丢失了)
-在服务中直接点停止
三、redis普通链接和连接池
3.1 普通链接
from redis import Redis
conn = Redis() # 建立redis的链接
res = conn.get('name') # 获取key名为name的value值
print(res) # b'lqz' ,返回的是字节类型
conn.close() # 关闭链接
conn2 = Redis(decode_responses=True) # 添加decode_responses=True,查询回来返回的结果是字符串类型,否则是byte格式
res2 = conn2.get('name')
print(res2) # lqz
conn2.close() # 关闭链接
conn3 = Redis(host="localhost",
port=6379,
db=0,
decode_responses=True,
) # 可以链接外部的ip和端口
res3 = conn3.get('name')
print(res3)
conn3.close()
3.2 连接池链接
# 一定要保证,池是单例的,以模块导入的形式做成了单例
# pool.py
import redis
# 连接池
POOL = redis.ConnectionPool(max_connections=2, host='127.0.0.1', port=6379)
# 其它.py
import redis
from pool import POOL # 模块导入的方式, 天然单例
conn = redis.Redis(connection_pool=POOL) # 以后拿到链接,是从POOL种取,如果没有可用的了,默认不阻塞,可以通过某个参数配置,设置阻塞等待
res = conn.get('name')
print(res)
conn.close()
import redis
from pool import POOL # 模块导入的方式, 天然单例
from threading import Thread
def task():
conn = redis.Redis(connection_pool=POOL)
res = conn.get('name')
print(res)
conn.close()
if __name__ == '__main__':
for i in range(10):
t = Thread(target=task)
t.start()
四、redis字符串类型
redis :https://www.cnblogs.com/liuqingzheng/articles/9833534.html
String操作,redis中的String在在内存中按照一个name对应一个value来存储。如图:
导入
import redis
conn = redis.Redis()
1 set(name, value, ex=None, px=None, nx=False, xx=False)
在Redis中设置值,默认,不存在则创建,存在则修改
参数:
# ex,过期时间(秒)
# px,过期时间(毫秒)
# nx,如果设置为True,则只有name不存在时,当前set操作才执行, 值存在,就修改不了,执行没效果
# xx,如果设置为True,则只有name存在时,当前set操作才执行,值存在才能修改,值不存在,不会设置新值
conn.set('hobby', '足球')
conn.set('hobby1', "['足球', '篮球']")
conn.set('hobby', '篮球', ex=6)
conn.set('hobby', '篮球', px=3000)
conn.set('hobby', '足球', nx=True)
conn.set('hobby', '足球', xx=True)
2 setnx(name, value)
设置值,只有name不存在时,执行设置操作(添加),如果存在,不会修改
conn.setnx('hobby1', '乒乓球') # 等同于conn.set('hobby', '足球', nx=True)
3 psetex(name, time_ms, value)
设置值
# 参数:
# time_ms,过期时间(数字毫秒 或 timedelta对象)
conn.psetex('name',3000,'xxx')
4 mset(*args, **kwargs)
批量设置值
mget({'k1': 'v1', 'k2': 'v2'})
conn.mset({'name': "lqz", 'height': 183}) # 跟一次次设置的区别是,少了网络交互的时间
5 get(name)
获取值
res = conn.get('hobby') # utf-8 编码,一个中文占3个字节 GBK 编码,一个中文占2个字节
print(res)
6 mget(keys, *args)
批量获取
如:
mget('k1', 'k2')
或
r.mget(['k3', 'k4'])
res = conn.mget('name', 'height')
res = conn.mget(['name', 'height'])
print(res)
7 getset(name, value)
设置新值并获取原来的值
res = conn.getset('name', '彭于晏')
print(res)
8 getrange(key, start, end)
获取子序列(根据字节获取,非字符)
# 参数:
# name,Redis 的 name
# start,起始位置(字节)
# end,结束位置(字节)
# 如: "刘清政" ,0-3表示 "刘"
res = conn.getrange('name', 0, 2) # 前闭后闭区间,拿的是字节,不是字符
print(res)
9 setrange(name, offset, value)
修改字符串内容,从指定字符串索引开始向后替换(新值太长时,则向后添加)
# 参数:
# offset,字符串的索引,字节(一个汉字三个字节)
# value,要设置的值
conn.setrange('name', 3, 'zheng')
10 setbit(name, offset, value)
# 对name对应值的二进制表示的位进行操作
# 参数:
# name,redis的name
# offset,位的索引(将值变换成二进制后再进行索引)
# value,值只能是 1 或 0
# 注:如果在Redis中有一个对应: n1 = "foo",
那么字符串foo的二进制表示为:01100110 01101111 01101111
所以,如果执行 setbit('n1', 7, 1),则就会将第7位设置为1,
那么最终二进制则变成 01100111 01101111 01101111,即:"goo"
11 getbit(name, offset)
获取name对应的值的二进制表示中的某位的值 (0或1)
12 bitcount(key, start=None, end=None)
获取name对应的值的二进制表示中 1 的个数
# 参数:
# key,Redis的name
# start,位起始位置
# end,位结束位置
13 bitop(operation, dest, *keys)
获取多个值,并将值做位运算,将最后的结果保存至新的name对应的值
# 参数:
# operation,AND(并) 、 OR(或) 、 NOT(非) 、 XOR(异或)
# dest, 新的Redis的name
# *keys,要查找的Redis的name
# 如:
bitop("AND", 'new_name', 'n1', 'n2', 'n3')
# 获取Redis中n1,n2,n3对应的值,然后讲所有的值做位运算(求并集),然后将结果保存 new_name 对应的值中
14 strlen(name)
返回name对应值的字节长度(一个汉字3个字节)
res = conn.strlen('name') # 9 统计字节长度
print(res)
15 incr(self, name, amount=1)
# 自增 name对应的值,当name不存在时,则创建name=amount,否则,则自增。同incrby
# 参数:
# name,Redis的name
# amount,自增数(必须是整数)
# 做计数器。不会出现并非安全问题
conn.incrby('height')
conn.incrby('height', 9)
16 incrbyfloat(self, name, amount=1.0)
自增 name对应的值,当name不存在时,则创建name=amount,否则,则自增。
# 参数:
# name,Redis的name
# amount,自增数(浮点型)
conn.incrbyfloat('height', 0.9) # 195.90000000000000568
17 decrby(self, name, amount=1)
自减 name对应的值,当name不存在时,则创建name=amount,否则,则自减。同incr
# 参数:
# name,Redis的name
# amount,自减数(整数)
conn.decrby('height', 5)
18 append(key, value)
在redis name对应的值后面追加内容
# 参数:
key, redis的name
value, 要追加的字符串
conn.append('name', 'xxxx')
conn.close()
重点
'''
get
set
strlen
append
'''
五、redis hash类型
Hash操作,redis中Hash在内存中的存储格式如下图:
# hash类型就是咱们python中的字典,key-value,字典又叫hash类型 字典的key必须可hash
-字典类型在底层存储,基于数组存的
key---{key:value,key:value}
链接
import redis
conn = redis.Redis(decode_responses=True)
1 hset(name, key, value)
# name对应的hash中设置一个键值对(不存在,则创建;否则,修改)
# 参数:
# name,redis的name
# key,name对应的hash中的key
# value,name对应的hash中的value
# 注:
# hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建(相当于添加)
conn.hset('userinfo', 'name', '刘亦菲')
conn.hset('userinfo', 'age', '38')
2 hmset(name, mapping)
# 弃用了,还能用
conn.hmset('userinfo2', {'name': '哈哈哈', 'height': 166})
conn.hset('userinfo3', mapping={'name': '彭于晏123', 'height': 183})
3 hget(name,key)
# 在name对应的hash中获取根据key获取value
res = conn.hget('userinfo', 'age')
res = conn.hget('userinfo', 'height') # 没有数据返回None
print(res)
4 hmget(name, keys, *args)
# 在name对应的hash中获取多个key的值
# 参数:
# name,reids对应的name
# keys,要获取key集合,如:['k1', 'k2', 'k3']
# *args,要获取的key,如:k1,k2,k3
# 如:
# r.mget('xx', ['k1', 'k2'])
# 或
# print r.hmget('xx', 'k1', 'k2')
res = conn.hmget('userinfo', ['name', 'age'])
print(res)
5 hgetall(name)
# 获取name对应hash的所有键值
# 慎用,如果hash中key非常的,可能会撑爆内存
res = conn.hgetall('userinfo')
print(res) # {'name': '刘亦菲', 'age': '38'}
6 hlen(name)
# 获取name对应的hash中键值对的个数
res = conn.hlen('userinfo')
print(res)
7 hkeys(name)
# 获取name对应的hash中所有的key的值
print(conn.hkeys('userinfo'))
8 hvals(name)
# 获取name对应的hash中所有的value的值
print(conn.hvals('userinfo'))
9 hexists(name, key)
# 检查name对应的hash是否存在当前传入的key
print(conn.hexists('userinfo', 'name'))
print(conn.hexists('userinfo', 'height'))
10 hdel(name,*keys)
# 将name对应的hash中指定key的键值对删除
conn.hdel('userinfo2', 'name', 'height')
11 hincrby(name, key, amount=1)
# 自增name对应的hash中的指定key的值,不存在则创建key=amount
# 参数:
# name,redis中的name
# key, hash对应的key
# amount,自增数(整数)
conn.hincrby('userinfo3', 'height')
conn.hincrby('userinfo3', 'height', 8)
12 hincrbyfloat(name, key, amount=1.0)
# 自增name对应的hash中的指定key的值,不存在则创建key=amount
# 参数:
# name,redis中的name
# key, hash对应的key
# amount,自增数(浮点数)
# 自增name对应的hash中的指定key的值,不存在则创建key=amount
conn.hincrbyfloat('userinfo3', 'height', 0.1)
他们是一家(13、14)
13 hscan(name, cursor=0, match=None, count=None)
# 增量式迭代获取,对于数据大的数据非常有用,hscan可以实现分片的获取数据,并非一次性将数据全部获取完,从而放置内存被撑爆。分批获取,获取多少个,约等于,它不单独用
# 参数:
# name,redis的name
# cursor,游标(基于游标分批取获取数据)
# match,匹配指定key,默认None 表示所有的key
# count,每次分片最少获取个数,默认None表示采用Redis的默认分片个数
# 如:
# 第一次:cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
# 第二次:cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
# ...
# 直到返回值cursor的值为0时,表示数据已经通过分片获取完毕
14 hscan_iter(name, match=None, count=None)
# 利用yield封装hscan创建生成器,实现分批去redis中获取数据
# 参数:
# match,匹配指定key,默认None 表示所有的key
# count,每次分片最少获取个数,默认None表示采用Redis的默认分片个数
# 如:
# for item in r.hscan_iter('xx'):
# print item
获取所有数据的不同方法
数据准备
for i in range(1000):
conn.hset('hash_test', 'egg_%s' % i, '鸡蛋%s号' % i)
# 方式一
# res = conn.hgetall('hash_test')
# print(res)
# 方式二
# res = conn.hscan('hash_test', cursor=0, count=20)
# print(res) # 元组(数字,字典(20个))
# print(res[1]) # 字典组成20个数据
# print(len(res[1])) # 20
# 方式三
# res = conn.hscan_iter('hash_test', count=10) # 取出所有,每次拿10条,用完再取10条,直到取完,内部使用了hscan+生成器,占内存小,区分与hgetall
# print(res) # <generator object ScanCommands.hscan_iter at 0x0000014B4DF0BAC0>
#
# for item in res:
# print(item)
conn.close()
重点
'''
hset
hget
hlen
hexisit
'''
补充:字符串和字节转换
# 区分字符和字节
'''
字符: 'a' '你' '😊' 需要更长的字节来存储---> gbk,utf-8编码---> 一个字符占多少字节取决于编码格式
字节: 8个比特位是一个字节 ,一个字节能存一个字符吗? 只能存 ascii 的字符
A: 65
a: 97
0: 48
'''
# 字符串
s='乒乓球'
print(s)
print(len(s)) # 字符长度
# 字符串转成bytes格式,转成字节格式
b=s.encode('utf-8')
print(b) # \xe4\xb9\x92\xe4\xb9\x93\xe7\x90\x83 16进制表示
print(len(b))
l1=[hex(i) for i in b] # 十六进制
l2=[bin(i) for i in b] # 二进制
l3=[i for i in b] # 十进制
print(l1)
print(l2)
print(l3)
# bytes转成字符串
print(b.decode('utf-8'))
# 字符串需要用encode,bytes格式需要用decode,但是有时候忘了,直接做类型转换就行
b1=bytes(s,encoding='utf-8')
print(b1)
print(str(b1,encoding='utf-8'))
六、redis列表操作
List操作,redis中的List在在内存中按照一个name对应一个List来存储。如图:
1 lpush(name,values)
# 在name对应的list中添加元素,每个新的元素都添加到列表的最左边
# 如:
# r.lpush('oo', 11,22,33)
# 保存顺序为: 33,22,11
conn.lpush('hobbys', '篮球')
conn.lpush('hobbys', '足球')
conn.lpush('hobbys', '乒乓球')
conn.lpush('eggs', '加单1好', '鸡蛋2好', '鸡蛋3号')
2 rpush(name, values)
表示从右向左操作
conn.rpush('hobbys', '橄榄球')
3 lpushx(name,value)
# 在name对应的list中添加元素,只有name已经存在时,值添加到列表的最左边
# 更多:
# rpushx(name, value) 表示从右向左操作
conn.lpushx('hobbys1', '排球')
conn.lpushx('hobbys', '排球')
conn.rpushx('hobbys', '网球')
4 llen(name)
# name对应的list元素的个数
print(conn.llen('hobbys'))
5 linsert(name, where, refvalue, value))
# 在name对应的列表的某一个值前或后插入一个新值
# 参数:
# name,redis的name
# where,BEFORE或AFTER(小写也可以)
# refvalue,标杆值,即:在它前后插入数据(如果存在多个标杆值,以找到的第一个为准)
# value,要插入的数据
conn.linsert('hobbys', 'after', '乒乓球', '保龄球')
conn.linsert('hobbys', 'before', '篮球', '曲球')
6 r.lset(name, index, value)
# 对name对应的list中的某一个索引位置重新赋值
# 参数:
# name,redis的name
# index,list的索引位置
# value,要设置的值
conn.lset('hobbys', 2, '足球')
7 r.lrem(name, num, value)
# 在name对应的list中删除指定的值
# 参数:
# name,redis的name
# value,要删除的值
# num, num=0,删除列表中所有的指定值;
# num=2,从前到后,删除2个;
# num=-2,从后向前,删除2个
conn.lrem('hobbys', 0, '足球') # 0 表示全删除
conn.lrem('hobbys', 2, '足球') # 正数表示从左侧删除,数量表示删除几个
conn.lrem('hobbys', -1, '球球球') # 负数表示从右侧删除1个
8 lpop(name)
# 在name对应的列表的左侧获取第一个元素并在列表中移除,返回值则是第一个元素
# 更多:
# rpop(name) 表示从右向左操作
print(conn.lpop('hobbys'))
print(conn.lpop('hobbys'))
9 lindex(name, index)
在name对应的列表中根据索引获取列表元素
res = conn.lindex('hobbys', 4)
print(res)
10 lrange(name, start, end)
# 在name对应的列表分片获取数据
# 参数:
# name,redis的name
# start,索引的起始位置,前闭后闭区间
# end,索引结束位置
print(conn.lrange('hobbys', 0, 2))
print(conn.lrange('hobbys', 0, conn.llen('hobbys'))) # 获取列表全部元素
11 ltrim(name, start, end)
# 在name对应的列表中移除没有在start-end索引之间的值
# 参数:
# name,redis的name
# start,索引的起始位置
# end,索引结束位置(大于列表长度,则代表不移除任何)
print(conn.ltrim('hobbys', 6, 9)) # True
12 rpoplpush(src, dst)
# 从一个列表取出最右边的元素,同时将其添加至另一个列表的最左边
# 参数:
# src,要取数据的列表的name
# dst,要添加数据的列表的name
conn.rpoplpush('hobbys', 'hobbys') # 把同一个列表的右边的元素添加到左边
conn.rpoplpush('hobbys', 'eggs') # 把hobbys的右边的元素添加到eggs的左边
13 blpop(keys, timeout)
# 将多个列表排列,按照从左到右去pop对应列表的元素
# 参数:
# keys,redis的name的集合
# timeout,超时时间,当元素所有列表的元素获取完之后,阻塞等待列表内有数据的时间(秒), 0 表示永远阻塞
# 更多:
# r.brpop(keys, timeout),从右向左获取数据
爬虫实现简单分布式:多个url放到列表里,往里不停放URL,程序循环取值,但是只能一台机器运行取值,可以把url放到redis中,多台机器从redis中取值,爬取数据,实现简单分布式
这个就是简单的消息队列,可以实现分布式的程序---->生产者消费者模型
res = conn.blpop('eggs', timeout=1) # 如果1秒还没有值,就输出None
print(res)
14 brpoplpush(src, dst, timeout=0)
# 从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧
# 参数:
# src,取出并要移除元素的列表对应的name
# dst,要插入元素的列表对应的name
# timeout,当src对应的列表中没有数据时,阻塞等待其有数据的超时时间(秒),0 表示永远阻塞
15 自定义增量迭代
# 由于redis类库中没有提供对列表元素的增量迭代,如果想要循环name对应的列表的所有元素,那么就需要:
# 1、获取name对应的所有列表
# 2、循环列表
# 创造数据
for i in range(1000):
conn.lpush('eggs', '鸡蛋%s号' % i)
# 一次性把列表中所有数据取出来
# 方式一:使用lrange,索引结束写个特别大的数字
# res = conn.lrange('eggs', 0, 10000)
# print(res)
'''缺点:不知道列表的实际长度是多少,有可能会写到比列表实际长度小'''
# 方式二:使用lrange,索引结束写列表长度
# l = conn.llen('eggs')
# res = conn.lrange('eggs', 0, l)
# print(res)
'''缺点:取出redis的eggs的数据,但是万一数据量比较大,会溢出内存'''
# 方式三:使用生成器,取出固定数量的元素
def l_scan_iter(key, count=10):
num = 0
while True:
print('--------')
res = conn.lrange(key, num, num + count - 1)
num += count
if res:
for item in res:
yield item
# yield res # 组成列表,10个值一个列表
else:
break
for i in l_scan_iter('eggs'):
print(i)
# 补充:生成器
def index():
yield 1
yield 2
yield 3
for i in index():
print(i)
'''
1
2
3
'''
重点
lpush
lpop
linsert
lset
llen
lrange
七 其他操作
1 delete(*names)
# 根据删除redis中的任意数据类型
conn.delete('name', 'hobby')
2 exists(name)
# 检测redis的name是否存在
print(conn.exists('userinfo')) #db0中如果有这个key,输出1。没有,输出0
3 keys(pattern='*')
# 根据模型获取redis的name
# 更多:
# KEYS * 匹配数据库中所有 key 。
# KEYS h?llo 匹配 hello , hallo 和 hxllo 等。
# KEYS h*llo 匹配 hllo 和 heeeeello 等。
# KEYS h[ae]llo 匹配 hello 和 hallo ,但不匹配 hillo
res = conn.keys('*')
res = conn.keys('n*')
res = conn.keys('nam?')
print(res)
4 expire(name ,time)
# 为某个redis的某个name设置超时时间
conn.expire('height', 5)
5 rename(src, dst)
# 对redis的name重命名为
conn.rename('name', 'name1')
6 move(name, db))
# 将redis的某个值移动到指定的db下
conn.move('name1', 2)
7 randomkey()
# 随机获取一个redis的name(不删除)
res = conn.randomkey()
print(res)
8 type(name)
# 获取name对应值的类型
res = conn.type('userinfo') # name存在输出name对应值的类型,name不存在输出none
print(res)
八、redis管道
# 事务四大特性
-原子性:要么都成功,要么都失败
-一致性:数据前后要一致
-隔离性:多个事务之间相互不影响
-持久性:事务一旦完成,数据永久改变
# redis 有没有事务?支持事务
-redis要支持事务,要完成事务的几大特性,需要使用管道来支持
-单实例redis是支持管道的
-集群模式下,不支持管道,就不支持事务
8.1 操作
import redis
conn = redis.Redis()
# 第一步:实现a1给b2转10元
# conn.decrby('a1', 10)
# conn.incrby('b2', 10)
# 第二步:如果中间出现问题,a1减少了,但是b2没有增加
# conn.decrby('a1', 10)
# raise Exception('出错了')
# conn.incrby('b2', 10)
# 第三步:redis通过管道实现事务
pipeline = conn.pipeline(transaction=True)
pipeline.decrby('a1', 10) # 没有真正执行,把命令先放到管道中
raise Exception('出错了')
pipeline.incrby('b2', 10)
pipeline.execute() # 把管道中的命令,一次性执行
conn.close()
8.2 django中使用redis
redis的简单使用
import redis
class MyResponseView(APIView):
def get(self, request):
# 访问一次,redis的a1 +1
conn = redis.Redis()
conn.incrby('a1') # 没有池的方案,来几个请求,就会创建几个链接
return APIResponse()
使用池
# 自定义的通用方案(跟框架无关)
-写一个py文件:redis_pool.py
import redis
POOL = redis.ConnectionPool(max_connections=2)
-在用的位置,导入直接使用
from utils.redis_pool import POOL
class MyResponseView(APIView):
def get(self, request):
conn = redis.Redis(connection_pool=POOL)
conn.incrby('a1')
return APIResponse()
8.4 第三方模块
- django中有个模块,django-redis,方便我们快速集成redis
下载
pip install django-redis
settings/dev.py
# redis的配置
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://127.0.0.1:6379",
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
"CONNECTION_POOL_KWARGS": {"max_connections": 100}
# "PASSWORD": "123",
}
}
}
在使用的地方,导入直接使用
视图类
from django_redis import get_redis_connection
class MyResponseView(APIView):
def get(self, request):
conn = get_redis_connection() # 从连接池中拿出一个链接
conn.incrby('a1')
conn.set('name1', '彭于晏')
return APIResponse()
8.5 django缓存
# django 是大而全的框架,内置了很多web开发需要的东西,缓存内置了
# 缓存:可以把django中的一个变量(数据),存放到某个位置,下次还可以取出来
# 之前用过:默认放在:内存中,其实可以放在文件中,数据库,redis...
from django.core.cache import cache
cache.set('key','value',5) # 存放值
res=cache.get('key') # 取值
# 通过配置,控制存放在哪,只要如下写,就会放在redis中
CACHES = {
"default": {
"BACKEND": "django_redis.cache.RedisCache",
"LOCATION": "redis://127.0.0.1:6379",
"OPTIONS": {
"CLIENT_CLASS": "django_redis.client.DefaultClient",
"CONNECTION_POOL_KWARGS": {"max_connections": 100}
# "PASSWORD": "123",
}
}
}
# django缓存最强大之处在于,只要是python的变量,任意类型都可以,尽管使用set设置值
l = [1, 'lqz', [1, 3, 4, 5, 6], '彭于晏']
cache.set('ll1', l)
# 以后再django中往redis放数据,就用cache即可
# redis的5大数据类型,只支持一层
# 看一下这篇文章:https://www.cnblogs.com/liuqingzheng/articles/9803351.html
测试缓存的使用
from django.core.cache import cache
class MyResponseView(APIView):
def get(self, request):
# cache.set('age1', 10) # 现在放在redis中
# conn = get_redis_connection()
# conn.lpush('l1', [1, 2, 3])
# # 这样存放会报错,需要存放json格式字符串。要做序列化
# 用catch就可以存放python的所有格式数据
# l = [1, 'lqz', [1, 3, 4, 5, 6], '彭于晏']
# cache.set('ll1', l)
# 获取数据
print(cache.get('ll1'))
return APIResponse()
补充
#序列化
-json序列化--->得到字符串
json不能序列化对象(自定义的类的对象)
-数据结构:数据的组织形式跟下面不一样
能序列化: 数字,字符串,布尔,列表,字典 时间对象
-pickle序列化
-python独有的,二进制形式
-python可以序列化所有对象--->二进制形式
-二进制--->返序列化回来--->对象:属性,有方法